GPT-6.1 Sol

Son classement selon le public

D'après les votes à l'aveugle de LMArena, où le public choisit la meilleure de deux réponses anonymes. Voir les tableaux complets dans le classement IA.

Sur le papier

Classements issus de tests fixes, dans l'onglet benchmarks : Rapport qualité-prix #4, Raisonnement #6, Vitesse #17.

Points forts et points faibles

Idéal pour

• Programmer avec OpenAI Codex
• Un bon modèle polyvalent à prix moyen
• Lire des graphiques, des captures d'écran et des documents

Tous nos scores

Chaque barre compare ce modèle au meilleur résultat obtenu par un modèle de cette page sur le même test.

• LMArena, arène texte (votes humains)1 483,8Score Arena 1483.8 (IC à 95% de 1475.7 à 1492.0) ; 6,320 votes ; entrée "gpt-6.1-sol-max"; position 22 sur 416 au classement complet
• LMArena, écriture créative1 458,4Score Arena 1458.4 (IC à 95% de 1441.5 à 1475.4) ; 1,419 votes ; entrée "gpt-6.1-sol-max"; position 30 sur 414 au classement complet
• LMArena WebDev (code)1 755,5Score Arena 1755.5 (IC à 95% de 1742.0 à 1768.9) ; 2,863 votes ; entrée "GPT-6.1 Sol (Max)"; position 4 sur 144 au classement complet
• LMArena, vision1 294,1Score Arena 1294.1 (IC à 95% de 1279.6 à 1308.5) ; 1,813 votes ; entrée "gpt-6.1-sol-max"; position 8 sur 165 au classement complet
• LMArena Agent Arena0,136Score IPS 0.1360 (IC à 95% de 0.1170 à 0.1551) ; 13,444 sessions ; entrée "GPT-6.1 Sol (Max)"; position 4 sur 52 au classement complet
• Artificial Analysis Intelligence Index51,851.8 sur l'Artificial Analysis Intelligence Index v4.3.2 (AA affiche 52), réglage "GPT-6.1 Sol (max)"
• Humanity's Last Exam (Artificial Analysis)52,9%52.9% sur Humanity's Last Exam (AA, 2,158 questions texte uniquement), réglage "GPT-6.1 Sol (max)"
• Terminal-Bench 4.0 (exécution Artificial Analysis)56,1%56.1% sur Terminal-Bench 4.0 exécuté par AA (harnais mini-swe-agent), réglage "GPT-6.1 Sol (max)"
• Raisonnement sur contexte long (AA-LCR)83,0%83.0% sur AA-LCR (raisonnement sur long contexte), réglage "GPT-6.1 Sol (max)"
• MMMU-Pro, compréhension d'images86,0%86.0% sur MMMU-Pro (compréhension d'images, AA), réglage "GPT-6.1 Sol (max)"
• AA-Omniscience, exactitude moins hallucinations41,541.5 sur l'AA-Omniscience Index (exactitude des connaissances moins hallucinations, de -100 à 100), réglage "GPT-6.1 Sol (max)"
• Vitesse de génération, tokens par seconde66 t/s66 tokens de sortie par seconde (médiane AA), ligne "GPT-6.1 Sol (max)"
• Coût par tâche de test Artificial Analysis$0.72$0.72 pour exécuter une tâche de l'AA Intelligence Index, ligne "GPT-6.1 Sol (max)"
• Artificial Analysis Coding Agent Index62,962.9 sur l'AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), meilleure configuration listée "Codex - GPT-6.1 Sol (xhigh)"
• Classement Terminal-Bench 4.058,2%58.2% résolus sur Terminal-Bench 4.0 (plus ou moins 3.1, IC à 95%) avec Codex en effort max
• Puzzles ARC-AGI-294,2%94.17% sur ARC-AGI-2 (ensemble semi-privé), meilleur réglage listé "GPT-6.1 Sol (Max)", $0.25 par tâche
• Puzzles ARC-AGI-352,7%52.73% sur ARC-AGI-3 (semi-privé, harnais standard ; exécutions "provider adapter" exclues), meilleur réglage listé "GPT-6.1 Sol (Max)"